当前位置:首页 > 报告详情

普华永道&上海数据交易所:数据要素视角下的数据资产化研究(2022年)(97页).pdf

上传人: YY 编号:107660 2022-11-28 97页 2.11MB

1、 数据要素视角下的数据资产化研究数据要素视角下的数据资产化研究 报告报告 2022 年年 11 月月 上海数据交易所有限公司上海数据交易所有限公司 普华普华永道中国永道中国 目录目录 一、前言.5 1.1 研究背景.5 1.2 研究内容.6 1.3 研究意义.7 二、数据资产化的战略意义.9 2.1 紧跟数字经济发展趋势.9 2.2 发挥数据要素引领作用.10 2.3 构建数据价值释放体系.13 三、对数据资产概念的基本认识.20 3.1 数据相关概念的演变.20 3.2 数据资产的定义和分类.22 3.3 数据价值实现路径.23 四、数据资产化的路径:微观视角.26 4.1 数据资产的转变过

2、程.26 4.2 数据资产化的实施路径.28 4.3 数据资源化.31 4.4 数据产品化.33 4.5 数据资产化.35 4.6 数据资源化和产品化案例:以上海市公共数据资源建设与开放服务为例.38 4.6.1 上海市公共数据治理结构分析.38 4.6.2 上海市公共数据开放服务的治理机制分析.41 4.6.3 上海市公共数据资源平台的建设.45 4.6.4 上海公共数据的产品化服务.47 五、数据要素视角下的数据资产化.51 5.1 数据要素的概念及特征.51 5.2 数据要素市场对数据资产化的作用.53 5.2.1 经济逻辑.53 5.2.2 产权逻辑.53 5.2.3 会计逻辑.55

3、5.3 数据要素视角下的数据资产化路径.58 5.4 企业数据资产服务的应用案例:数据资产质押融资.59 5.4.1 数据资产质押融资流程.60 5.4.2 思考与启示.63 5.4.3 相关建议.65 5.5 可交易数据产品一瞥:以上海数据交易所部分挂牌产品为例.66 六、数据资产价值评估方法.70 6.1 传统资产价值评估途径.70 6.2 数据资产价值评估方法研究现状.72 6.3 数据要素视角下的动态估值框架.74 6.4 对数据资产价值特征的量化考虑.76 6.4.1 成本途径.76 6.4.2 收益途径.79 6.4.3 市场途径.81 七、数据资产化面临的挑战与建议.84 7.1

4、 数据资产化面临的挑战.84 7.2 数据资产化的对策建议.87 参考文献.95 5 一、一、前言前言 新一轮科技革命和产业变革正在迅猛发展,全球经济正处在一个前所未有的变轨期。数据越来越成为链接服务国内大循环和国内国际双循环的引领型、功能型、关键型要素。1.1 研究背景研究背景(1 1)由数据驱动的数字化革命成为推动经济社会发展的核心动力由数据驱动的数字化革命成为推动经济社会发展的核心动力 当前,数字化正以不可逆转的趋势改变人类社会,深刻变革全球生产组织和贸易结构,重新定义生产力和生产关系,全面重塑城市治理模式和生活方式,利用好数据要素是驱动数据经济创新发展的重要抓手。2020 年,中共中央

5、 国务院关于构建更加完善的要素市场化配置体制机制的意见明确将数据列为土地、资本、劳动力、技术之外的第五大生产要素。这也成为数据资产化进入深度应用阶段的标志。2021 年 12 月,国务院发布的“十四五”数字经济发展规划中指出,数据要素是数字经济深化发展的核心引擎。数据要素对提高生产效率的乘数作用不断凸显,成为最具时代特征的生产要素。数据的爆发增长、海量集聚蕴藏了巨大的价值,为数字经济的蓬勃发展带来了新的机遇。协同推进技术、模式、业态和制度创新,切实用好数据要素,将为经济社会数字化发展带来强劲动力。(2 2)基于数据要素价值释放的数据资产是企业数字化转型的引擎基于数据要素价值释放的数据资产是企业

6、数字化转型的引擎 在“小数据”时代,数据被当作某些项目或流程中被动使用的工具,数据本身的价值没有被认识。而在“大数据”时代,数据超越了辅助性的工具地位,而成为值得收集、治理、增值的资产。数据要素引发新的生产要素变革,正在重塑企业的生产方式和商业模式。在数字化转型深入推进的大背景下,加强数据管理,释放数据要素价值,实现企业数据价值的内部循环,形成企业数据资产,是各个企业顺应时代发展趋势,积极探索业绩新亮点的必由之路。国务院发布的“十四五”数字经济发展规划在“加快企业数字化转型升级”部分指出,要引导企业强化数字化思维,提升员工数字技能和数据管理能力,全面系统推动企业研发设计、生产加工、经营管理、销

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要从数据资产化的战略意义、数据资产概念的基本认识、数据资产化的路径、数据资产价值评估方法、数据资产化面临的挑战与建议五个方面展开论述。 1. 数据资产化的战略意义体现在紧跟数字经济发展趋势、发挥数据要素引领作用、构建数据价值释放体系三个方面。 2. 数据资产概念的基本认识包括数据相关概念的演变、数据资产的定义和分类、数据价值实现路径。 3. 数据资产化的路径分为微观视角和数据要素视角。微观视角下,数据资产化分为数据资源化、产品化、资产化三个阶段。数据要素视角下,数据资产化包括数据资源持有方采集或获取原始数据、形成数据资源、数据资源加工形成数据产品、数据产品交易交付等环节。 4. 数据资产价值评估方法包括传统资产价值评估途径和数据资产价值评估方法研究现状。传统资产价值评估途径包括成本途径、收益途径和市场途径。数据资产价值评估方法研究现状包括国外和国内的研究情况。 5. 数据资产化面临的挑战包括政策法规不够完善、技术路线暂未清晰、数据要素市场尚未成熟。数据资产化的对策建议包括从数据要素视角和微观视角两个方面进行。 综上所述,本文系统地阐述了数据资产化的战略意义、概念、路径、评估方法和面临的挑战,为推进数据资产化提供了理论指导和实践参考。
数据资产化如何紧跟数字经济发展趋势? 数据资产化如何发挥数据要素引领作用? 数据资产化如何构建数据价值释放体系?
客服
商务合作
小程序
服务号
折叠